[发明专利]一种非负特征提取及人脸识别应用方法、系统及存储介质

权利要求书

1.一种非负特征提取及人脸识别应用方法，其特征在于，包括训练步骤，所述训练步骤包括：

第一步骤：将训练样本图像转化为训练样本矩阵X，设置误差阈值ε、最大迭代次数I_max，对基图像矩阵W和系数矩阵H进行初始化；

第二步骤：利用通过构造辅助函数求得算法的更新迭代公式，更新W和H；所述通过构造辅助函数求得算法的更新迭代公式为：

其中，X表示样本矩阵，H表示系数矩阵，W表示基图像矩阵，E表示与H或W大小相同，且元素全为1的矩阵，S矩阵中的元素为

第三步骤：如果目标函数F(W,H)≤ε或迭代次数达到I_max，就停止迭代，输出矩阵W和H；否则，执行第二步骤；

则优化问题可写为：

min F(W,H)s.t.W≥0,H≥0 (2)

为了求解该目标函数中的两个未知非负矩阵W和H，将目标函数转化为两个子目标函数，分别为：

则问题(2)也演变成了两个子问题，分别为：

min f₁(H)s.t.H≥0 (5)

min f₂(W)s.t.W≥0 (6)。

2.根据权利要求1所述的一种非负特征提取及人脸识别应用方法，其特征在于，该方法还包括在训练步骤之后再执行测试步骤，所述测试步骤包括：

第四步骤：计算训练样本中每类的平均特征向量m_j(j＝1,…,c)；

第五步骤:对于测试样本y，计算其特征向量h_y；

第六步骤:用各自的度量计算h_y到每类的平均特征向量m_j的距离，若h_y与m_l的距离最小，则将样本y归于第l类。

3.一种非负特征提取及人脸识别应用的系统，其特征在于，包括：存储器、处理器以及存储在所述存储器上的计算机程序，所述计算机程序配置为由所述处理器调用时实现权利要求1-2中任一项所述的方法的步骤。

4.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序配置为由处理器调用时实现权利要求1-2中任一项所述的方法的步骤。